9月8日，Meta正式发布个人AI智能体Muse。上线约10天，该应用登顶美国App Store免费应用榜，超过ChatGPT。日活数据显示，Muse美国移动端日活用户达到64.2万，而ChatGPT同期为23.1万。资本市场的反应更为直接：Arm涨17％、英特尔涨12％、AMD涨10％，AMD市值首次突破1万亿美元。一款应用搅动整个芯片板块，其背后的算力结构变化值得关注。
Muse与ChatGPT的产品逻辑存在本质差异。ChatGPT采用“你问它答”模式，用户输入问题，模型生成回答，任务即结束，本质上是一次性的信息生成。Muse则是“你交代它干”，可连接Gmail、Google日历、OpenTable，并通过浏览器上网，替用户发邮件、订餐厅、安排行程、网购下单。用户关闭App后，它仍在后台持续运行，实现全天候工作。
Meta的架构设计进一步放大了算力消耗。Muse采用多代理设计，多个“工作代理人”平行运作，另设独立的“审查代理人”在后台检视。每个子代理人各自调用工具，每项任务会同时发出多次CPU运算请求；每个子代理人还保有自己的工作记忆，在运行期间持续保存，以支持跨时段执行连续任务。任务越复杂，CPU请求与内存占用成倍放大。
基础设施层面的设计尤为关键。Meta在云端为每个用户配了一台独立的Linux虚拟机，该虚拟机拥有自己的浏览器、文件系统、后台任务，配置为2个vCPU、8GB内存和100GB SSD。这意味着每个Muse用户背后，都对应着一套真实的CPU算力消耗。有分析测算，如果Muse用户规模扩展至1亿，仅CPU就需要约158万颗。
Agent改写算力配比的逻辑，需要从任务执行链条理解。传统大模型推理中，GPU负责繁重的矩阵运算，CPU只做简单的数据搬运和调度，一台AI服务器配4到8颗GPU、1颗CPU即可。但Agent接到任务后，需经历理解意图、分解任务、选择工具、执行代码、访问数据库、调用API、评估结果、调整策略等一系列步骤。这些环节中的逻辑判断、流程控制、数据调度等，均是CPU擅长的领域。
行业研究机构SemiAnalysis的测算显示，在现代智能体代码工作负载中，约42％的执行时间被CPU驱动的工具调用所占用。AMD在2026年第一季度财报电话会上也表示，仅编排环节的耗时，就可占总延迟的50％到90％。英伟达CEO黄仁勋在发布Vera CPU时表示：“Agent没有耐心，它们生活在纳秒级的世界里。当它使用工具时，它希望响应时间尽可能快。在这条路径上，CPU如果效率不够高，将阻止Agent执行下一步。”这一表述反向理解同样成立：CPU不够强，GPU就得闲置。
这种变化最直观地反映在CPU与GPU的配比上。在模型训练时代，AI数据中心CPU与GPU的配比大致为1:4到1:8，GPU是绝对主角。进入Agent推理时代，这一比例正在快速收敛。AMD CEO苏姿丰在财报会上表示，比例正从1:4至1:8逐步收敛至1:1，甚至在智能体密集部署场景下，CPU配置数量可能反超GPU。Arm的测算更为激进：传统AI数据中心每吉瓦功率需要约3000万个CPU核心，而在Agent时代，这一数字将升至1.2亿个，翻四倍。
伯恩斯坦的研报给出了更具体的判断：在智能体工作负载中，CPU的计算占比将从传统LLM的14％跃升至50％，与GPU平分秋色。报告将2030年全球服务器CPU市场规模预期从此前的1370亿美元上调至2230亿美元，年复合增速达43％。摩根士丹利的测算显示，到2030年，Agentic AI可能带来325亿美元至600亿美元的CPU增量市场，整体服务器CPU市场规模有望超过1000亿美元。
需求端的结构性变化已传导至供给端。传统CPU市场长期遵循价格只降不升的逻辑，但AI带来的算力需求正在改写这一规律。英特尔今年以来消费级CPU经历三轮调价，Plus系列累计涨价幅度接近30％；高端Xeon服务器产品整体涨幅达7％至12％。AMD下半年针对中高端服务器CPU价格预计还将上调4％到7％。
供应链信号同样值得关注。KeyBanc数据显示，由于超大规模云服务商集中采购，英特尔与AMD在2026全年的服务器CPU产能已基本售罄，两家公司均计划将服务器CPU价格上调10％到15％。部分服务器CPU型号自年初以来价格涨幅已超过40％，客户关注的焦点已从价格高低转向供应保障。缺货态势从高端服务器CPU蔓延至全品类，此前CPU常规交期仅1到2周，当前已拉长到8到12周，服务器级CPU产品交期更长。渠道市场甚至出现空仓、断供、二手溢价的现象。
供需失衡的根本原因在于，过去几年全球半导体产业的先进产能大量倾斜给GPU和AI加速器，CPU的产能扩张相对保守。当Agent时代突然拉高CPU需求时，供给侧缺乏足够的弹性来快速响应。
芯片巨头的产品布局已反映出这一趋势。在2026年台北国际电脑展上，四大芯片巨头不约而同地将CPU推至舞台中央。英伟达发布Vera CPU，这是首款专为智能体打造的CPU，搭载88个Olympus核心，任务完成速度比传统x86 CPU快1.8倍。黄仁勋表示：“AI智能体将成为计算资源的最大用户，而Vera正是专为在超大规模基础设施中运行智能体AI而生。”英伟达作为GPU的代名词，其专门为AI打造CPU的举动，标志着算力结构的重估已从市场预期进入产品落地阶段。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
